上传数据集 #

图片, 点云基础 与 点云融合 数据集的格式要求：

点云基础: 适用于需要在连续帧中处理点云数据的任务。根据您创建的本体，检测和分类每个点云对象，然后在连续帧中跟踪这些对象。 主要标注工具为3D边界框、3D多边形。

点云融合: 适用于需要在连续帧中处理融合了图片和点云数据的2D、3D融合任务。根据您创建的本体，检测和分类LiDAR和图像的每个物体，然后在连续帧中跟踪这些对象。 主要工具包括2D边界框、3D边界框、2D多边形，和3D多边形。

图片: 使用边界框、多边形和折线等工具，根据您创建的本体，检测和分类图片里的每个物体。它可以用于目标检测、车道检测等。

上传选项 #

数据集可以通过 本地数据，链接 和 云存储(包含了BasicAI云和我的云存储) 三种方式上传

• 通过本地数据的方式上传

  在电脑的本地磁盘中选择您要上传的文件

• 通过链接的方式上传

  可以在通过Bucket列表页面和对象详情页面轻松获取不同公共云存储服务的文件URL访问方式，GCP和Azure的操作也类似。

• 通过 云存储(BasicAI云) 的方式上传
  请参考MinIO使用教程页面。

• 通过云存储(我的云存储) 的方式上传

需要在团队-云存储页面中连接自己的云存储进行数据的访问和上传。

以下以百度网盘为试例：

图片数据集 #

图片数据可以直接上传，也可以根据需求按照规定的命名形式上传，不管是按照文件夹名称上传还是按照文件夹结构上传，图片只能放在命名为image_0的文件夹中。

您可以在这里下载图片样例数据集。 该数据集来源于PandaSet - 一个高质量的自动驾驶开源数据集。

视频数据(图片连续帧，目标追踪项目) #

平台支持将视频数据进行抽帧进行连续帧的图片标注，可以在上传数据时自定义抽帧的方式。

上传视频时数据集类型依旧选择图片，在上传了对应的视频数据后可以在配置中设置抽帧的规则。

• 抽帧仅支持单个连续帧最高1000帧，超过1000帧会拆分成新的连续帧；
• 拆分的连续帧名称为视频名称，如拆分为多个，后续追加数字。

音视频数据 #

此类数据适用于音/视频的分割和语音转录等项目。 支持视频文件(mp4、mkv、mov) 、音频文件(mp3、wav、m4a) 或包含有效图像型的压缩文件(zip/.gzip/.tar/.rar)。

点云数据 #

点云数据集文件夹必须被压缩并放置在命名为lidar_point_cloud_0的文件夹下，并且必须是 .pcd格式。

您可以在这里下载点云样例数据集。 该数据集来源于PandaSet。

2D & 3D 点云融合 #

2D & 3D 点云融合数据要求:

同组数据必须命名一致，分别放置在不同的文件夹中。例如001.pcd和001.png.

.
├── camera_config // 相机参数，具体格式参考“点云相机参数格式”
│   ├── data1.json
│   └── data2.json
├── camera_image_0 // 相机0图片
│   ├── data1.jpg
│   └── data2.jpg
├── camera_image_1 // 相机1图片
│   ├── data1.jpg
│   └── data2.jpg
├── camera_image_2 // 相机2图片
│   ├── data1.jpg
│   └── data2.jpg
├── lidar_point_cloud_0 // Lidar 点云0
│   ├── data1.pcd
│   └── data2.pcd
├── result // 标注和分割结果，具体结构参考 Data 标注结果格式和 
├── scene_1 // 连续帧，其下结构类似于根目录
│   ├── camera_config
│   ├── ...
│   └── result
└── batch1 // 批，其下结构类似于根目录
    ├── camera_config
    ├── ...
    ├── result
    └── scene_1

您可以在这里下载2D & 3D 点云融合的样例数据集。 该数据集来源于PandaSet。